Impacto

Impacto Esperado

La mayor parte de la producción del cultivo del arroz de Andalucía se concentra en la comarca de Las Marismas del Bajo Guadalquivir, un espacio ecológico sensible y con una gran biodiversidad, que convierte en un reto mantener el equilibrio entre la actividad agraria y la labor de conservación de espacio natural.

SAMA desarrollará un sistema integral de apoyo a la toma de decisión en las parcelas de cultivo de arroz, que optimizará los recursos, reduciendo costes y modernizando el cultivo para hacerlo más eficiente y sostenible.


El proyecto contribuirá a:

La reducción de los costes de muestreo en torno al 20%

La modernización y uso más eficiente de los recursos ahorrando hasta un 20% en el uso de los tratamientos disponibles, reduciendo el impacto de estos sobre el suelo y medio ambiente

El ahorro de un 15% en el costo de la aplicación de abonos, evaluando diferentes tipos abonado selectivo

La monitorización de la inundación de las parcelas para optimizar la gestión de los recursos hídricos

La clave para mejorar la eficiencia productiva, mejorar el beneficio económico y reducir el impacto ambiental inherente a la actividad agraria radica en gran parte en la adecuación en el espacio y en el tiempo de los suministros de agua y nitrógeno a las demandas del cultivo.
Pero para hacer uso eficaz de la maquinaria actualmente disponible y de la venidera, e implementar así la «agricultura de dosis variable» o agricultura de precisión, es necesario conocer las demandas del cultivo de forma precisa, lo que está muy por delante de la práctica agronómica habitual y ha llevado a un cierto estancamiento en su implementación.
La investigación que propone el proyecto SAMA puede ser un paso decisivo en la implementación masiva de esta agricultura de dosis variable, al proveer una herramienta de diagnóstico que permita conocer en el espacio y en el tiempo las demandas de agua y nitrógeno del cultivo, esto es la necesaria “inteligencia” para que bien mediante tecnología específica de dosis variable, bien adaptando los actuales sistemas de riego y fertilización, se apliquen en el sitio y momento oportuno las cuantías adecuadas de agua y nitrógeno para obtener un rendimiento óptimo.

Económico

Por la disminución de los costes.

Social

Por la alta distribución de este tipo de cultivo en la provincia.

Medioambiental

Por la disminución del uso de agroquímicos bajando significativamente el impacto negativo que producen sobre la biodiversidad de los sistemas agrícolas y acuíferos sobre los que se desarrollan la actividad agraria.

El proyecto tendrá un efecto multiplicador con impacto a diferentes niveles: 

Económico

Por la disminución de los costes.

Social

Por la alta distribución de este tipo de cultivo en la provincia.

Medioambiental

Por la disminución del uso de agroquímicos bajando significativamente el impacto negativo que producen sobre la biodiversidad de los sistemas agrícolas y acuíferos sobre los que se desarrollan la actividad agraria.

Los logros del proyecto SAMA tendrán un efecto multiplicador en todo el sector agrario y medioambiental, alineándose con los objetivos recientes de la Comisión Europea como son el Pacto Verde o Green Deal, la Estrategia de la UE sobre Biodiversidad para 2030 y la Iniciativa «De la Granja a la Mesa» para impulsar la recuperación de Europa de la crisis del coronavirus, convirtiendo los retos ecológicos en oportunidades de innovación.


SAMA 6

Impacto Ambiental

La creciente población mundial ha provocado un aumento de la demanda de productos agrícolas, pero, al mismo tiempo, la capacidad de suministro está disminuyendo debido a la menor disponibilidad de tierras y al cambio climático.

Los analistas afirman que se necesita una “revolución de la tecnología agrícola” y que la agricultura de precisión está emergiendo como una solución impulsada por la innovación.

El monitoreo de cultivos permite alinear la gestión optimizada de los insumos para una parcela agrícola, con las necesidades reales del cultivo.

Los registros meteorológicos, la humedad del suelo, las plagas o el historial de los cultivos se convierten en conjuntos de datos que al ser procesados por medio de algoritmos de aprendizaje automático, permiten al agricultor tomar mejores decisiones.